面些毛子代枝大票 第二讲：基本概念 XIDIAN UNIVERSITY >节点中心性 特征向量中心性(Eigenvector Centrality)。度中心性完全由节点的度决 定，与邻居的中心性值没有关系。实际上，即使度相同的两个节点A和 B,A的邻居比B的邻居更重要，在有理由认为A比B更重要。特征向量 中心性既考虑节点本身的重要性，同时也考虑其邻居的重要性，这可 以通过使节点的中心性值通过边向邻居节点传播来实现，即： 为= ·其中，为网络的邻接矩阵，x为节点y,的中心性值，是一个常数。用 X=(x,x)T表示节点的中心性值向量，假设经过多次迭代后，各个 节点的中心性值收敛且不再改变，即：λX=AX 可见，收敛后的X是邻接矩阵A的特征向量，λ为最大特征值。 16 第二讲：基本概念 16 节点中心性 • 特征向量中心性 (Eigenvector Centrality)。度中心性完全由节点的度决 定，与邻居的中心性值没有关系。实际上，即使度相同的两个节点A和 B，A的邻居比B的邻居更重要，在有理由认为A比B更重要。特征向量 中心性既考虑节点本身的重要性，同时也考虑其邻居的重要性，这可 以通过使节点的中心性值通过边向邻居节点传播来实现，即： • 其中，为网络的邻接矩阵，xi为节点vi的中心性值，λ是一个常数。 用 X=(x1 ,., xN ) T 表示节点的中心性值向量，假设经过多次迭代后，各个 节点的中心性值收敛且不再改变，即： • 可见，收敛后的X是邻接矩阵A的特征向量，λ为最大特征值